CIFASIS 20631
CENTRO INTERNACIONAL FRANCO ARGENTINO DE CIENCIAS DE LA INFORMACION Y DE SISTEMAS
Unidad Ejecutora - UE
congresos y reuniones científicas
Título:
Parte I: Detección E Identificación De Fallas Para Grandes Plantas Químicas.
Autor/es:
ZUMOFFEN DAVID; BASUALDO MARTA
Lugar:
Buenos Aires, Argentina
Reunión:
Congreso; XXI Congreso Argentino de Control Automático; 2008
Institución organizadora:
AADECA (Asoc. Arg. de Control Automático
Resumen:
En este trabajo, se presenta un nuevo algoritmo de monitoreo focalizado en la
integraci´on con el control tolerante a fallos (CTF). Su diseno vincula diferentes ´areas de investigaci
´on tales como estad´ýsticos de monitoreo, sistemas basados en datos hist´oricos y sistemas
basados en conocimiento. Diferentes herramientas como an´alisis en componentes principales
adaptivo (ACPA), l´ogica difusa (LD) y redes neuronales artificiales (RNA) son integradas en
un solo algoritmo para conformar el sistema de detecci´on, diagnostico y estimaci´on de fallas
(SDDEF). Fallas t´ýpicas como offset en sensores y bloqueos de v´alvulas son propuestos sobre
sistemas controlados. La implementaci´on del algoritmo se realiza sobre un modelo de planta de
pulpa y papel (PPP), caracterizado como uno de los mas grande que aparece en la literatura
de control de procesos. Esto posibilita presentar un conjunto de simulaciones que contempla
la ocurrencia de varios eventos anormales. Adem´as, se han definido ´ýndices espec´ýficos a fin de
evaluar rigurosamente el rendimiento del SDDEF.
